Penyakit perlemakan hati merupakan penyakit pada organ hati yang ditandai dengan adanya penumpukan lemak dalam sel-sel hati. Menentukan tingkat keparahan dari penyakit perlemakan hati ini sangat penting untuk membimbing pengobatan pasien dan seringkali membutuhkan citra histopatologi yang menampilkan sampel jaringan organ hati. Segmentasi droplet lemak yang akurat pada citra histopatologi ini sangat penting untuk mendapatkan pengukuran tingkat keparahan hati yang lebih akurat. Meskipun modelmodel deep learning sudah pernah digunakan untuk mengatasi tugas segmentasi ini, namun model-model tersebut pada umumnya masih membutuhkan jumlah parameter yang tinggi dan masih memiliki kesulitan dalam melakukan segmentasi droplet lemak yang berukuran kecil secara akurat. Hal ini menekankan perlunya solusi yang lebih efisien dan akurat. Dalam penelitian ini, kami melakukan eksplorasi kinerja dari dua arsitektur deep learning yaitu U-Net dan UNet3+ dalam melakukan segmentasi semantik droplet lemak. Dataset yang digunakan d